Herr Niehues untersucht in seiner Masterarbeit die Entwicklung eines konzeptionellen Machine-Learning-Ansatzes zur Optimierung von Beständen und Verkaufsförderungen im Lebensmitteleinzelhandel. Die Motivation hinter dieser Arbeit liegt in den aktuellen Herausforderungen des Handelssektors, der sich durch Digitalisierung, verändertes Konsumverhalten sowie globale Lieferkettenstörungen stark wandelt. Steigende Inflation, Energiekosten und zunehmender Wettbewerb erfordern effizientere Strategien zur Bestandsverwaltung und Verkaufssteuerung. Das Ziel der Arbeit ist es, eine datengetriebene Lösung zu entwickeln, die mithilfe von Machine Learning Verkaufsförderungen analysiert und optimiert, um Umsatzpotenziale gezielter auszuschöpfen. Dabei wird ein Design-Science-Ansatz verfolgt, der bestehende Handelsstrukturen und Herausforderungen im Bestandsmanagement einbezieht. Die Arbeit untersucht den Einsatz künstlicher Intelligenz zur Vorhersage von Absatzmustern und zur Verbesserung der Lagerbestände. In der praktischen Umsetzung wird ein Prozessmodell für eine Machine-Learning-Anwendung erstellt, das sowohl Bestandsverwaltung als auch Verkaufsförderungen integriert. Die Ergebnisse zeigen, dass datenbasierte Optimierungslösungen zur Effizienzsteigerung im Handel beitragen können. Abschließend wird empfohlen, die entwickelten Modelle durch zusätzliche Features weiter zu verfeinern und ihre Anwendbarkeit auf weitere Handelssegmente zu prüfen.

Die Bachelorarbeit bietet einen Einblick in die Entwicklung und Anwendung von Designprinzipien zur Bewertung von E-Learning-Plattformen. Die zunehmende Digitalisierung und die wachsende Bedeutung von E-Learning-Systemen haben die Art und Weise, wie Wissen vermittelt und aufgenommen wird, grundlegend verändert. Insbesondere die Covid-19-Pandemie hat die Notwendigkeit effizienter digitaler Bildungsplattformen verdeutlicht. Dennoch bestehen weiterhin Herausforderungen in der Gestaltung nutzerfreundlicher, interaktiver und motivierender Lernumgebungen. Das Ziel der Arbeit ist es, fundierte Designprinzipien für E-Learning-Plattformen zu erarbeiten und deren Anwendbarkeit auf bestehende Systeme zu untersuchen. Basierend auf einer umfassenden Analyse von Lerntheorien und modernen Bildungskonzepten wurden zehn zentrale Designprinzipien identifiziert, darunter Benutzerzentrierung, Interaktivität, Zugänglichkeit und Individualisierung. Diese Prinzipien sollen eine optimierte Lernumgebung schaffen, die den Bedürfnissen der Nutzer gerecht wird. In der praktischen Umsetzung wurden die entwickelten Designprinzipien auf die E-Learning-Plattform Moodle angewandt und evaluiert. Die Ergebnisse zeigen, dass eine gezielte Berücksichtigung dieser Prinzipien die Benutzererfahrung und die Effizienz des Lernprozesses erheblich verbessern kann. Abschließend wird empfohlen, weitere Forschung zur Anpassung und Erweiterung der Designprinzipien durchzuführen, um E-Learning-Systeme noch flexibler und effizienter zu gestalten.